Previsión de utilización del ancho de banda

El proyecto de ejemplo contiene varios conjuntos de datos y flujos de modelador de ejemplo. Si aún no tiene el proyecto de ejemplo, consulte el tema Tutoriales para crear el proyecto de ejemplo. A continuación, siga estos pasos para abrir el proyecto de ejemplo:

1. En Cloud Pak for Data, en el menú Navegación , seleccione Proyectos > Todos los proyectos.
2. Haga clic en el proyecto « SPSS Modeler ».
3. Haga clic en la pestaña Activos para ver los conjuntos de datos y los flujos del modelador.

Comprueba tu progreso

La siguiente imagen muestra la pestaña Activos del proyecto. Ahora ya está listo para trabajar con el flujo del modelador de muestras asociado a este tutorial.

volver a la parte superior

El flujo del modelador de previsión de utilización del ancho de banda incluye varios nodos. Siga estos pasos para examinar los nodos Data Asset y Filter :

1. En la pestaña Activos, abra el flujo del modelador Previsión de utilización del ancho de banda y espere a que se cargue el lienzo.
2. Haga doble clic en el broadband_1.csv nodo. Este nodo es un nodo de activo de datos que apunta al broadband_1.csv archivo del proyecto.
3. Revise las propiedades del formato de archivo.
4. Opcional: Haga clic en Vista previa de datos para ver el conjunto de datos completo.
5. Efectúe una doble pulsación en el nodo Filtro. Tenga en cuenta que este nodo filtra los campos Market_6 Market_85 a y los campos MONTH_ YEAR_ y.
6. Opcional: Haga clic en Vista previa de datos para ver el conjunto de datos filtrados.

Comprueba tu progreso

La siguiente imagen muestra el nodo Filtro. Ahora ya está listo para visualizar los datos.

volver a la parte superior

Siempre es buena idea visualizar los datos antes de crear un modelo. ¿Muestran los datos variaciones estacionales? Aunque SPSS Modeler puede encontrar automáticamente el mejor modelo estacional o no estacional para cada serie, a menudo se pueden obtener resultados más rápidos limitando la búsqueda a modelos no estacionales cuando no hay estacionalidad en los datos. Sin examinar los datos de cada uno de los mercados locales, se puede obtener una idea aproximada de la presencia o ausencia de estacionalidad trazando el número total de suscriptores en los cinco mercados. Siga estos pasos para visualizar los datos:

1. Haga doble clic en el nodo [ Market_1 Market_2 Market_3 Market_4 Market_5 ]. La siguiente imagen muestra las propiedades de este nodo de gráfico temporal.

   

2. Representa gráficamente los datos totales de suscripción añadiendo el Total campo a la lista Series.
   1. Haga clic en Añadir columnas.
   2. Seleccione el campo Total.
   3. Borra todos los demás campos que comienzan con Market_.
   4. Pulse Aceptar.
   5. Desactive las opciones «Mostrar serie en panel separado» y «Normalizar ».
   6. Pulse Guardar.
   7. Pase el cursor sobre el nodo Gráfico temporal y haga clic en el icono Ejecutar.
   8. En el panel Resultados y modelos, haga clic en los resultados con el nombre [Total] para ver el gráfico. La serie muestra una tendencia ascendente suave sin indicios de variaciones estacionales. Puede que haya series individuales con estacionalidad, pero aparentemente la estacionalidad no es una característica destacada de los datos en general.

      

3. Representa gráficamente los datos de todos los mercados. Inspeccione cada una de las series antes de descartar los modelos estacionales. A continuación, puede separar las series que muestran estacionalidad y modelarlas por separado.
   1. Haga doble clic en el nodo [Total].
   2. Seleccione el campo Total y haga clic en el icono Eliminar.
   3. Haga clic en Añadir columnas.
   4. Selecciona todos los campos que comienzan con Market_.
   5. Pulse Aceptar.
   6. Desactive las opciones «Mostrar serie en panel separado» y «Normalizar ».
   7. Pulse Guardar.
   8. Pase el cursor sobre el nodo Gráfico temporal y haga clic en el icono Ejecutar.
   9. En el panel Resultados y modelos, haga clic en los resultados con el nombre [ Market_1 Market_2 Market_3 Market_4 Market_5 ] para ver el gráfico. El examen de cada uno de estos mercados revela una tendencia ascendente continua en cada caso. Aunque algunos mercados son un poco más erráticos que otros, los resultados no muestran indicios de estacionalidad.

      

Comprueba tu progreso

La imagen siguiente muestra el flujo. Ahora ya está listo para definir las fechas.

volver a la parte superior

Los nodos de relleno se utilizan para sustituir valores de campo y cambiar el almacenamiento. Puede sustituir los valores en función de una condición CLEM especificada, como @BLANK(FIELD). También puede sustituir todos los espacios vacíos o valores nulos por un valor específico. Los nodos de relleno se utilizan a menudo junto con el nodo Tipo para sustituir los valores que faltan. Siga estos pasos para establecer el tipo de almacenamiento del DATE_ campo en formato de fecha:

1. Haga doble clic en el nodo Filler para ver sus propiedades.
2. Observe que DATE_ el campo aparece en la sección Rellenar campos. Esta sección incluye los campos del conjunto de datos cuyos valores se examinan y sustituyen.
3. Comprueba que la opción Reemplazar esté configurada en Siempre. El comportamiento predeterminado es sustituir los valores basados en la condición utilizando las expresiones «Condición» y «Sustituir por ».
4. Comprueba que el valor de Reemplazar por esté establecido en to_date(DATE_). Dado que la opción Reemplazar está configurada en Siempre, es necesario utilizar la expresión Reemplazar por. Esta expresión cambia el tipo de almacenamiento del DATE_ campo al formato de fecha.
5. Haga clic en Vista previa de datos para ver el campo DATE_ completado.
6. Pulse Guardar.

Comprueba tu progreso

La siguiente imagen muestra el nodo Filler. Ahora ya está listo para definir los objetivos.

volver a la parte superior

Puede especificar las propiedades de campo en un nodo Tipo. Siga estos pasos para definir los objetivos en el nodo Tipo :

1. Efectúe una doble pulsación en el nodo Tipo para ver sus propiedades.
2. Haga clic en Leer valores para leer los valores de su fuente de datos y establecer los tipos de medición de los campos.
   La función indica a los nodos de modelado si los campos son de entrada (campos predictores) o de destino (campos predichos) para un proceso de aprendizaje automático. También están disponibles los roles «Both» (Ambos) y «None» (Ninguno), junto con «Partition» (Partición ), que indica un campo que se utiliza para dividir los registros en muestras separadas para entrenamiento, prueba y validación. El valor Split especifica que se crean modelos separados para cada valor posible del campo.
3. Para el DATE_ campo, establezca la función en Ninguna.
4. Para todos los demás campos (los Market_n campos más el Total campo ), establezca la función en Destino.
5. Pulse Guardar.

Comprueba tu progreso

La siguiente imagen muestra el nodo Tipo. Ahora ya está listo para configurar los intervalos de tiempo.

volver a la parte superior

En el nodo Serie temporal, puede definir las observaciones que utilizan un campo Fecha/Hora con el intervalo de tiempo adecuado. Siga estos pasos para configurar los intervalos de tiempo en el nodo Series temporales :

1. Haga doble clic en el nodo Serie temporal (6 campos) para ver sus propiedades.
2. Expanda la sección Observaciones e intervalo de tiempo. Están disponibles las opciones siguientes:
   • Observaciones especificadas por un campo de fecha/hora: puede especificar que las observaciones se definan por un campo de fecha, hora o marca de tiempo. Además del campo que define las observaciones, seleccione el intervalo de tiempo apropiado que describe las observaciones. En función del intervalo de tiempo especificado, también puede especificar otros valores como, por ejemplo, el intervalo entre observaciones (incremento) o el número de días por semana.
   • Observaciones definidas como períodos o períodos cíclicos: Las observaciones se definen mediante uno o varios campos enteros que representan períodos o ciclos repetitivos de períodos, hasta un número arbitrario de niveles de ciclo. Con esta estructura, puede describir una serie de observaciones que no se ajustan a ninguno de los intervalos de tiempo estándar. Por ejemplo, un año fiscal de solo 10 meses puede describirse con un campo de ciclo que represente años y un campo de periodo que represente meses, donde la duración de un ciclo es 10.
3. 1. Comprueba que DATE_ está seleccionado en el campo Hora/Fecha.
   2. Comprueba que Months está seleccionado en el campo Intervalo de tiempo.
4. Expanda la sección Opciones del modelo.
   1. Seleccione el campo Extender registros al futuro. Este campo establece el número de intervalos que se pronosticarán más allá del final del período de estimación. El intervalo de tiempo en este caso es el intervalo de tiempo del análisis. Cuando se solicitan previsiones, se crean automáticamente modelos autorregresivos para cualquier serie de entrada que no sea también un objetivo. Estos modelos se utilizan para generar valores para estas series de entrada en el periodo de previsión.
   2. Escriba el número 3 de intervalos de tiempo.

Comprueba tu progreso

La siguiente imagen muestra el nodo Tipo. Ahora ya está listo para construir el modelo.

volver a la parte superior

Con el nodo Series temporales, puede elegir entre estimar y crear modelos de suavizado exponencial, modelos autorregresivos integrados de media móvil (ARIMA) univariantes o modelos ARIMA multivariantes (o de función de transferencia) para series temporales, y generar previsiones basadas en los datos de las series temporales.

Tarea 7a: Especificar las opciones del modelo

Siga estos pasos para especificar las opciones del modelo en el nodo Serie temporal :

1. Al ver las propiedades del nodo Serie temporal (6 campos), especifique los objetivos y las entradas candidatas.
   1. Compruebe que la tabla Objetivos incluye los cinco campos de mercado y el Total campo.
   2. Verifique que la tabla de entradas de candidatos incluya los cinco campos de mercado.
2. Expanda la sección Opciones de compilación - General. Están disponibles las opciones siguientes:
   • El suavizado exponencial es un método de previsión que utiliza los valores ponderados de las observaciones anteriores de la serie para predecir los valores futuros. Como tal, el suavizado exponencial no se basa en una comprensión teórica de los datos. Prevé un punto cada vez, corrigiendo las previsiones a medida que entran nuevos datos. La técnica es útil para hacer previsiones de las series que muestran una tendencia o estacionalidad. Puede elegir entre distintos modelos de suavizado exponencial que difieren en su tratamiento de la tendencia y estacionalidad.
   • Los modelos ARIMA proporcionan métodos más sofisticados para crear modelos de los componentes de tendencia y estacionales que los modelos de suavizado exponencial y, en concreto, ofrecen la ventaja adicional de incluir variables independientes (predictoras) en el modelo. Este enfoque implica especificar explícitamente los órdenes autorregresivos y de media móvil junto con el grado de diferenciación. Puede incluir variables del predictor y definir funciones de transferencia para algunas o todas ellas, así como especificar la detección automática de valores atípicos o especificar un conjunto explícito de valores atípicos.
   • Expert Modeler intenta identificar y estimar automáticamente el modelo ARIMA o de suavizado exponencial que mejor se ajusta a una o más variables objetivo, eliminando así la necesidad de identificar un modelo adecuado mediante ensayo y error. Si tiene dudas, utilice la opción Modelizador experto.
   1. Compruebe que el método Expert Modeler está seleccionado. Este método permite al modelador experto decidir cuál es el modelo más adecuado para cada serie temporal.
   2. Comprueba que la opción Todos los modelos está seleccionada en el campo Tipo de modelo. Esta opción considera tanto los modelos ARIMA como los modelos de suavizado exponencial.
   3. Compruebe que el campo «El modelo experto tiene en cuenta los modos estacionales» esté seleccionado. Si esta opción está seleccionada, el modelizador experto tiene en cuenta los modelos tanto estacionales como no estacionales.
   La siguiente imagen muestra las opciones de compilación: configuración general.

   
3. Pulse Guardar.
4. Pase el cursor sobre el nodo Series temporales (6 campos) y haga clic en el icono Ejecutar.

Tarea 7b: Ver el resultado del modelo

Siga estos pasos para ver los resultados del modelo en formato de tabla:

1. Pase el cursor sobre el nodo Tabla que está conectado al fragmento del modelo y haga clic en el icono Ejecutar.
2. En el panel Resultados y modelos, haga clic en los resultados de salida con el nombre Tabla para ver la tabla de resultados.

   Observe las tres nuevas filas que se han añadido al final de los datos originales. Estas filas corresponden al período de previsión, en este caso, de enero a marzo de 2004.

   

   Verás varias columnas nuevas. El nodo Serie temporal ha añadido $TS- columnas. Las columnas indican lo siguiente para cada fila (es decir, cada intervalo de los datos de las series temporales):

   Tabla 1. Columnas generadas en el modelo de series temporales

   Columna	Descripción
   $TS-nombrecol	Datos del modelo generado para cada columna de datos originales.
   $TSLCI-nombrecol	Valor del intervalo de confianza inferior para cada columna de datos del modelo generado.
   $TSUCI-nombrecol	Valor del intervalo de confianza superior para cada columna de datos del modelo generado.
   $TS-Total	Total de los valores de $TS-nombrecol de esta fila.
   $TSLCI-Total	Total de los valores de $TSLCI-nombrecol de esta fila.
   $TSUCI-Total	Total de los valores de $TSUCI-nombrecol de esta fila.

   Las columnas más significativas para la operación de pronóstico son las columnas $TS-Market_n, $TSLCI-Market_n$TSUCI-Market_n , y. En concreto, estas columnas de las tres últimas filas contienen los datos de previsión de suscripción de usuario y los intervalos de confianza para cada uno de los mercados locales.

Comprueba tu progreso

La siguiente imagen muestra la tabla de resultados. Ahora ya está listo para examinar el modelo.

volver a la parte superior

Ahora, ya está listo para examinar la información del modelo y los resultados de la predicción.

Tarea 8a: Ver la información del modelo

Siga estos pasos para ver la información del modelo:

1. Pase el cursor sobre el nugget del modelo de serie temporal, haga clic en el menú desplegable y seleccione Ver modelo.
   
2. En la columna TARGET, haga clic en Market_2.
   1. Haga clic en «Información del modelo ». La fila Número de predictores muestra cuántos campos se han utilizado como predictores para cada objetivo.

      Las otras filas de las tablas Información del modelo muestran varias medidas de bondad de ajuste para cada modelo. R cuadrado estacionaria mide cómo un modelo es mejor que un modelo de línea base. Si el modelo final es ARIMA(p,d,q)(P,D,Q), el modelo de línea base es ARIMA(0,d,0)(0,D,0). Si el modelo final es un modelo de suavizado exponencial, d es 2 para el modelo Brown y Holt y 1 para otros modelos, y D es 1 si la longitud estacional es mayor que 1, de lo contrario D es 0. Un R cuadrado estacionario negativo significa que el modelo considerado es peor que el modelo de referencia. Un R cuadrado estacionario cero significa que el modelo es tan bueno o malo como el modelo de referencia, y un R cuadrado estacionario positivo significa que el modelo es mejor que el modelo de referencia.

      Las líneas Estadístico y df y la Significación en Estimaciones de los parámetros se refieren a la estadística Ljung-Box, una prueba de la aleatoriedad de los errores residuales en el modelo. Cuanto más aleatorios sean los errores, mejor será el modelo. La estadística es la propia estadística de Ljung-Box, mientras que df (grados de libertad) indica el número de parámetros del modelo que pueden variar al estimar un objetivo concreto.

      La Significación proporciona el valor de significación de la estadística de Ljung-Box, proporcionando otra indicación de si el modelo se ha especificado correctamente. Un valor de significación inferior a 0,05 indica que los errores residuales no son aleatorios, lo que implica que existe una estructura en la serie observada que el modelo no explica.

      Teniendo en cuenta tanto los valores de R cuadrado estacionario como los valores de significación, los modelos que el modelador experto eligió para Market_3, y Market_4 son aceptables. Los valores de significación para Market_1, Market_2y Market_5 son todos inferiores a 0.05, lo que indica que podría ser necesario realizar algunos ensayos con modelos que se ajusten mejor a estos mercados.

      La pantalla muestra varias medidas de bondad de ajuste. El valor R-cuadrado proporciona una estimación de la variación total de la serie temporal que el modelo puede explicar. Dado que el valor máximo de esta estadística es 1.0, sus modelos son correctos en este sentido.

      El RMSE es el error cuadrático medio, una medida de cuánto difieren los valores reales de una serie de los valores predichos por el modelo, y se expresa en las mismas unidades utilizadas para la propia serie. Dado que este error es una medida de un error, lo ideal es que este valor sea lo más bajo posible. A primera vista, los modelos para Market_2 y Market_3, aunque siguen siendo aceptables según las estadísticas que has visto hasta ahora, tienen menos éxito que los modelos para los otros tres mercados.

      Estas medidas de bondad de ajuste adicionales incluyen los errores absolutos porcentuales promedio (MAPE y MAXAPE). El error absoluto porcentual mide lo que varía una serie objetivo respecto al nivel predicho por el modelo, expresado como un valor de porcentaje. Al examinar la media y el máximo en todos los modelos, puede obtener una indicación de la incertidumbre de las predicciones.

      El valor MAPE muestra que todos los modelos presentan una incertidumbre media de alrededor del 1 %, lo cual es bajo. El valor MAXAPE muestra el error de porcentaje absoluto máximo y es útil para imaginar un escenario de peor caso para sus previsiones. Esto muestra que el mayor porcentaje de error para la mayoría de los modelos se sitúa en un rango aproximado del 1.8 % al 3.7 %, de nuevo un conjunto de cifras bajas, con solo Market_4 por encima, cerca del 7 %.

      El valor MAE (error absoluto promedio) muestra la media de los valores absolutos de los errores de previsión. Al igual que el valor RMSE, este valor se expresa en las mismas unidades utilizadas para la propia serie. MAXAE muestra el mayor error de predicción en las mismas unidades e indica el peor escenario posible para las predicciones.

      Aunque estos valores absolutos son interesantes, son los valores de los errores de porcentaje (MAPE y MAXAPE) los que son más útiles en este caso, ya que la serie objetivo representa números de suscriptores para mercados de distintos tamaños.

      ¿Representan los valores MAPE y MAXAPE una cantidad aceptable de incertidumbre con los modelos? Son muy bajos. En esta situación, entra en juego el sentido común empresarial, ya que el riesgo aceptable variará según el problema. Usted asume que las estadísticas de bondad de ajuste se encuentran dentro de los límites aceptables, por lo que pasa a examinar los errores residuales.

      El examen de los valores de la función de autocorrelación (ACF) y de la función de autocorrelación parcial (PACF) de los residuos del modelo proporciona una visión más cuantitativa de los modelos que la simple observación de estadísticas de bondad de ajuste.

      Un modelo de series temporales bien especificado captura toda la variación no aleatoria, incluyendo la estacionalidad, la tendencia y los factores cíclicos y otros factores importantes. En este caso, ningún error debería correlacionarse con sí mismo (autocorrelacionado) con el tiempo. Una estructura significativa en cualquiera de las funciones de autocorrelación podría implicar que el modelo subyacente es incompleto.

   2. Cierre la Market_2 ventana.
3. Haga clic en el Market_4 modelo.
   1. Haga clic en Correlograma para mostrar los valores de la función de autocorrelación ( ACF ) y la función de autocorrelación parcial ( PACF ) para los errores residuales en el modelo.

      

      En estos gráficos, los valores originales del retraso de la variable de error (en OPCIONES DE CONSTRUCCIÓN - SALIDA ) se retrasan hasta el valor predeterminado de 24 períodos de tiempo y se comparan con el valor original para ver si hay alguna correlación a lo largo del tiempo. Lo ideal sería que las barras que representan todos los retrasos de ACF y PACF se encontraran dentro del área sombreada. Sin embargo, en la práctica, puede haber algunos retrasos que se extiendan fuera del área sombreada. Esta situación puede darse, por ejemplo, cuando se intenta incluir en el modelo algunos retrasos más grandes para ahorrar tiempo de cálculo. Algunos retardos son insignificantes y se eliminan del modelo. Si desea mejorar aún más el modelo y no le importa si estos retardos son redundantes o no, estos gráficos le sirven como sugerencias respecto a qué retardos son predictores potenciales.

      Si se da esta situación, debe comprobar el gráfico inferior ( PACF ) para ver si la estructura se confirma allí. El gráfico PACF examina las correlaciones después de controlar los valores de las series en los puntos temporales intercalados.

      Los valores para Market_4 están todos dentro del área sombreada, por lo que puede continuar y comprobar los valores para los demás mercados.

   2. Cierre la Market_4 ventana.
4. Abra el Correlograma para cada uno de los otros mercados y los totales.

   Los valores de los demás mercados muestran algunos valores fuera del área sombreada, lo que confirma lo que sospechabas anteriormente a partir de sus valores de significación. En algún momento, deberá probar diferentes modelos para esos mercados a fin de ver si puede obtener un mejor ajuste, pero para el resto de este ejemplo, concéntrese en qué más puede aprender del Market_4 modelo.

5. Cierre las ventanas del modelo para volver al lienzo de flujo.

Tarea 8b: Visualizar las predicciones

Siga estos pasos para visualizar las predicciones:

Gráfico real frente a previsión

1. Haga doble clic en el nodo Gráfico temporal que está conectado al nugget del modelo Serie temporal.
2. Desactive la opción «Borrar la serie de visualización en un panel separado ».
3. En la lista de series, elimine todos los campos excepto los campos Market_4$TS-Market_4 y.
4. Pulse Guardar.
5. Pase el cursor sobre el nodo Gráfico temporal [ Market_4 $TS-Market_4 $TSLCI-Market_4 $TSUCI-Market_4 ] y haga clic en el icono Ejecutar.
6. En el panel Resultados y modelos, haga clic en los resultados con el nombre [ Market_4 $TS-Market_4 $TSLCI-Market_4 $TSUCI-Market_4 ] para ver el gráfico. Observe cómo la línea de previsión ($TS-Market_4) se extiende más allá del final de los datos reales. Ahora tiene una previsión de la demanda esperada para los tres meses siguientes en este mercado. Las líneas de los datos reales y previstos a lo largo de toda la serie temporal están muy próximas entre sí en el gráfico, lo que indica que este modelo es fiable para esta serie temporal concreta.

   

Trazar el intervalo de confianza.

1. Haga doble clic en el nodo Time Plot [ Market_4 $TS-Market_4 $TSLCI-Market_4 $TSUCI-Market_4 ]. Tiene un modelo fiable para este mercado concreto, pero ¿qué margen de error tiene la previsión? Se puede obtener una indicación del margen de error examinando el intervalo de confianza.
2. En la sección Series, elimine los campos Market_4 $TS-Market_4 y.
3. Haga clic en Añadir columnas.
   1. Seleccione los campos $TSLCI-Market_4 $TSUCI-Market_4 y.
   2. Pulse Aceptar.
4. Pulse Guardar.
5. Pase el cursor sobre el nodo Gráfico temporal [ Market_4 $TS-Market_4 $TSLCI-Market_4 $TSUCI-Market_4 ] y haga clic en el icono Ejecutar.
6. En el panel Resultados y modelos, haga clic en los resultados con el nombre [ Market_4 $TS-Market_4 $TSLCI-Market_4 $TSUCI-Market_4 ] para ver el gráfico. Ahora, tienes el mismo gráfico que antes, pero con los límites superior ($TSUCI) e inferior ($TSLCI) del intervalo de confianza añadidos. Observe cómo divergen los límites del intervalo de confianza a lo largo del período de previsión, lo que indica que aumenta la incertidumbre al hacer previsiones más alejadas en el tiempo. Sin embargo, a medida que pasa cada período de tiempo, usted dispone de otro mes (en este caso) de datos de uso real en los que basar su previsión. En un escenario real, es posible que leas los nuevos datos en el flujo y vuelvas a aplicar tu modelo ahora que sabes que es confiable.

   

7. Cierre la ventana del gráfico.

Comprueba tu progreso

La siguiente imagen muestra el flujo completado.

volver a la parte superior